对于提供全文检索的工具来说，索引时一个关键的过程——只有通过索引操作，才能对数据进行分析存储、创建倒排索引，从而让使用者查询到相关的信息。 本篇就ES的数据索引操作相关的内容展开： 更多内容参考：Elasticsearch资料汇总
索引操作
最简单的用法就是指定索引操作的index索引、type类型、ID（需要区分动词的索引和名次的索引），参考下面的例子：
代码语言：javascript复制$ curl -XPUT 'http://localhost:9200/twitter/tweet/1' -d '{
"user" : "kimchy",
"post_date" : "2009-11-15T14:12:12",
"message" : "trying out Elasticsearch"
}'这样就在索引twitter中的tweet类型中存储了id为1的数据。
索引操作的结果为：
代码语言：javascript复制{
"_shards" : {
"total" : 10,
"failed" : 0,
"successful" : 10
},
"_index" : "twitter",
"_type" : "tweet",
"_id" : "1",
"_version" : 1,
"created" : true
}上面的_shards中描述了分片相关的信息，即当前一共有10个分片（5个主分片，5个副分片，并且均可用）；以及index、type、id、version相关的信息。
自动创建索引
如果上面执行操作前，ES中没有twitter这个索引，那么默认会直接创建这个索引；并且type字段也会自动创建。也就是说，ES并不需要像传统的数据库事先定义表的结构。
每个索引中的类型都有一个mapping映射，这个映射是动态生成的，因此当增加新的字段时，会自动增加mapping的设置。
通过在配置文件中设置action.auto_create_index为false，可以关闭自动创建index这个功能。
自动创建索引功能，也可以设置黑名单或者白名单，比如：
设置action.auto_create_index为 aaa*,-bbb*，' '号意味着允许创建aaa开头的索引，'-'号意味着不允许创建bbb开头的索引。
关于版本号
版本号维护了一个文档的状态，我们只会针对最高版本号的文档进行操作。
文档号不仅可以在文档中进行存储，也可以在外部维护版本号，具体的参考官方文档吧....
操作类型op_type
ES通过参数op_type提供“缺少即加入”的功能，即如果ES中没有该文档，就进行索引；如果有了，则报错返回。
如果已经存在id为1的文档，则会报错，直接使用_create API，效果一样：
自动创建ID：
按照最上面的例子来说，ES会把我们指定的文档id做为ID。如果不指定ID，那么就会随机分配一个：
路由routing
ES是通过路由来进行查询的，一般一个查询会经过下面的过程：
1 节点接收请求，广播给每个分片
2 分片接收请求，进行计算，返回结果
3 合并消息，返回
如果我们设置了路由信息，就相当于告诉了ES，该去哪个分片查询数据，也就取消了广播合并这个过程，从而提高了查询的效率。使用方法：
代码语言：javascript复制$ curl -XPOST 'http://localhost:9200/twitter/tweet?routing=kimchy' -d '{
"user" : "kimchy",
"post_date" : "2009-11-15T14:12:12",
"message" : "trying out Elasticsearch"
}'路由是通过哈希来实现的，如果我们在索引的时候直接指定routing的值，就会按照这个值计算哈希值，分配分片；如果不指定，就会根据ID来分配。由于一般情况下ID都是随机生成的，这样就可以保证默认情况下分片的数据负载是相同的。如果我们需要在特定的分片保存特定的内容，就可以使用路由指定分片。不过这样做，日后随着数据量的增加，也可能会导致某个分片压力过大。
另外，也可以在定义mapping的时候，直接设置routing的相关值。这样这个类型中的数据如果不指定routing的值，默认就会使用mapping中定义的那个路由值。
parent设置父子关系
ES中可能会涉及到一些文档的从属关系，使用parent参数，可以设置这种关系：
代码语言：javascript复制$ curl -XPUT localhost:9200/blogs/blog_tag/1122?parent=1111 -d '{
"tag" : "something"
}'_timestamp设置时间戳
时间戳字段可以也可以在索引操作时指定：
代码语言：javascript复制$ curl -XPUT localhost:9200/twitter/tweet/1?timestamp=2009-11-15T14:12:12 -d '{
"user" : "kimchy",
"message" : "trying out Elasticsearch"
}'如果没有手动指定时间戳，_source中也不存在时间戳，就会设置为索引指定的时间。不过需要指定mapping中的_timestamp设置为enable
代码语言：javascript复制PUT my_index
{
"mappings": {
"my_type": {
"_timestamp": {
"enabled": true
}
}
}
}ttl文档过期
ES中也可以设置文档自动过期，过期是设置一个正的时间间隔，然后以_timestamp为基准，如果超时，就会自动删除。
如果设置为时间戳：
代码语言：javascript复制curl -XPUT 'http://localhost:9200/twitter/tweet/1?ttl=86400000' -d '{
"user": "kimchy",
"message": "Trying out elasticsearch, so far so good?"
}'如果设置为日期数学表达式：
代码语言：javascript复制curl -XPUT 'http://localhost:9200/twitter/tweet/1?ttl=1d' -d '{
"user": "kimchy",
"message": "Trying out elasticsearch, so far so good?"
}'也可以在JSON字段中指定：
代码语言：javascript复制curl -XPUT 'http://localhost:9200/twitter/tweet/1' -d '{
"_ttl": "1d",
"user": "kimchy",
"message": "Trying out elasticsearch, so far so good?"
}'手动刷新
由于ES并不是一个实时索引搜索的框架，因此数据在索引操作后，需要等1秒钟才能搜索到。这里的搜索是指进行检索操作。如果你使用的是get这种API，就是真正的实时操作了。他们之间的不同是，检索可能还需要进行分析和计算分值相关性排序等操作。
为了在数据索引操作后，马上就能搜索到，也可以手动执行refresh操作。只要在API后面添加refresh=true即可。
这种操作仅推荐在特殊情况下使用，如果在大量所以操作中，每个操作都执行refresh，那是很耗费性能的。
Timeout超时
分片并不是随时可用的，当分片进行备份等操作时，是不能进行索引操作的。因此需要等待分片可用后，再进行操作。这时，就会出现一定的等待时间，如果超过等地时间则返回并抛出错误，这个等待时间可以通过timeout设置：
代码语言：javascript复制$ curl -XPUT 'http://localhost:9200/twitter/tweet/1?timeout=5m' -d '{
"user" : "kimchy",
"post_date" : "2009-11-15T14:12:12",
"message" : "trying out Elasticsearch"
}'以上便是索引操作相关的知识，还有一些高级的知识，比如分片和版本号详细的用法，由于对ES还是理解的不够透彻，就先不做过多的讲述了，免得错误太多。
如有异议，还请多多指正。
